Personal Docker Manager

核心用法

OpenClaw 是面向 Arcane Docker 管理平台的 API 操作技能，提供对容器、镜像、网络、卷、堆栈（Compose）及系统监控的完整 RESTful 控制能力。核心用法包括：

• 容器管理：支持容器的启停、重启、销毁、日志查看、资源限制更新及内部命令执行（exec）。
• Compose 编排：通过模板变量或原生 docker-compose 文件部署、更新、扩缩容应用堆栈，支持环境变量注入与日志聚合。
• 模板系统：可复用的 Compose 模板支持变量插值（{{VAR}}）与全局变量，便于标准化部署流程。
• 资源治理：镜像拉取/清理、网络与卷的创建与回收、系统磁盘用量监控与事件流订阅。
• 权限管控：基于 JWT 与 API Key 的双模式认证，支持用户角色与细粒度 API 密钥生命周期管理。

显著优点

1. 全栈覆盖：一站式管理 Docker 全生命周期，无需切换 CLI/GUI 工具。
2. 模板驱动：通过变量化模板实现环境隔离（dev/staging/prod），降低配置漂移风险。
3. 自动化友好：长生命周期的 API Key 与标准化 JSON 响应格式，天然适配 CI/CD 流水线。
4. 实时可观测：容器级 stats、系统级资源用量、事件流订阅，满足运维监控需求。

潜在局限

• 网络依赖：所有操作依赖 Arcane 服务可达性，离线或高延迟场景下稳定性受限。
• 学习成本：需熟悉 Docker Compose 语法及 REST API 分页/错误处理范式。
• 功能边界：未直接暴露 Docker Swarm 或 Kubernetes 原生能力，超大规模集群需额外适配。

适合人群

• DevOps 工程师与 SRE：构建自动化部署、清理、监控流水线。
• 独立开发者：快速启停开发环境，管理多项目隔离。
• 运维团队：集中化管控多租户容器资源与权限。

常规风险

• 凭证泄露：API Key 与 JWT 若硬编码于脚本或日志，可能导致未授权访问。
• 误操作级联：批量删除、prune 操作不可撤销，生产环境需配合二次确认或审批流。
• 资源争用：未设置 CPU/内存限制的容器可能影响宿主机稳定性。

核心用法

OpenClaw - Arcane Docker Management Skill 是一个纯文档型 Skill，专为需要通过 REST API 管理 Docker 基础设施的用户设计。该 Skill 提供了完整的 API 操作指南，涵盖八大核心功能模块：容器管理（启动/停止/重启/删除/日志查看/命令执行）、Docker Compose 编排栈管理（部署/更新/日志监控）、模板管理（可复用的 Compose 配置模板）、镜像管理（拉取/清理/搜索）、网络与存储卷管理、系统监控（资源统计/事件流）、用户账户管理及 API 密钥生命周期管理。

用户需先配置 Arcane API 服务端点（默认 http://localhost:3552/api），通过 JWT Token 或 API Key 进行身份认证，随后即可调用各类端点完成操作。Skill 提供了 Python requests 和 Bash curl 两种实现示例，并包含完整的错误处理、分页查询和常用工作流（应用部署、容器扩缩容、资源清理）参考代码。

显著优点

功能全面性：覆盖 Docker 生态全生命周期管理，从底层容器操作到上层编排栈部署，从单节点监控到多租户权限管控，满足企业级容器平台运维需求。

标准化接口：基于 RESTful 设计原则，统一响应格式包含 success/data/message 字段，支持 RFC 7807 问题详情规范，降低集成开发成本。

灵活认证机制：支持短期 JWT Token（适合交互式会话）和长期 API Key（适合 CI/CD 自动化）两种模式，内置用户角色体系和密钥轮换能力。

模板化部署：内置变量替换引擎，支持全局变量和模板级变量，实现"一次配置、多次复用"的基础设施即代码（IaC）实践。

零依赖风险：纯 Markdown 文档型 Skill，无第三方依赖包，无隐藏可执行代码，静态内容可审计、可版本控制。

潜在缺点与局限性

服务端依赖性：Skill 本身仅为操作指南，必须搭配 Arcane Docker Management 平台后端服务才能生效，用户需自行部署和维护 API 服务。

网络配置复杂度：默认 HTTP 端点存在中间人攻击风险，生产环境需强制 HTTPS 并配置证书，增加了网络架构复杂度。

权限管控挑战：Skill 示例包含大量管理员级操作（用户创建、密钥管理、容器命令执行），新手容易因过度授权引入安全隐患。

无原生 UI：相比 Portainer、Rancher 等可视化平台，纯 API 驱动方式对非技术背景用户不够友好。

错误排查门槛：Docker 故障涉及镜像层、网络策略、存储驱动等多维度，API 返回的错误信息可能需要额外运维经验才能定位根因。

适合的目标群体

• DevOps 工程师：构建自动化部署流水线，集成 Jenkins/GitHub Actions 实现基础设施即代码
• 平台运维团队：批量管理成百上千容器实例，执行批量更新、日志聚合、资源清理等运维作业
• 后端开发者：本地开发环境快速启停依赖服务（数据库、缓存、消息队列），模拟生产编排拓扑
• 云原生架构师：设计多租户容器平台，利用用户管理和 RBAC 能力实现团队级资源隔离
• 技术运维新手：通过结构化文档学习 Docker API 最佳实践，建立规范的容器操作认知

使用风险

认证信息泄露风险：Skill 示例代码中 $TOKEN 和 API Key 以明文形式出现，若用户直接复制到公共仓库或未加密的 CI 日志，将导致未授权访问。务必使用环境变量或密钥管理工具隔离敏感信息。

误操作数据丢失风险：prune 清理命令和 DELETE 删除操作会永久移除资源且无回收站机制，批量执行前务必确认作用范围，建议先在测试环境验证。

容器逃逸与命令执行风险：/containers/{id}/exec 功能允许在容器内执行任意命令，若容器以特权模式运行或挂载敏感宿主机路径，可能导致主机层面权限提升。

API 端点篡改风险：T3 来源的个人开发者 Skill，若攻击者篡改 Skill 内容诱导用户连接恶意 API 端点，可能窃取认证凭据或下发危险指令。务必验证 Skill 来源完整性，仅连接可信的 Arcane 服务端。

性能与稳定性风险：大规模容器列表查询（GET /containers）在节点资源紧张时可能超时，流式日志（GET /system/events）长连接可能占用过多网络资源，需合理设置分页参数和超时阈值。